[학위논문]지능형 아카이브 시스템을 위한 기계학습 기술 적용 방안 연구 : 심층신경망 적용을 중심으로

[학위논문]지능형 아카이브 시스템을 위한 기계학습 기술 적용 방안 연구 : 심층신경망 적용을 중심으로

현재 기록관리 분야는 전자기록의 환경변화를 넘어서 대량으로 생산·관리되는 기록정보의 검토와 효율적 처리방안에 대해 고민하고 있다. 기록 생산방식의 다양화와 관리방식의 시스템화로 기록의 생산, 관리, 보존 영역의 경계는 모호해졌다. 전자기록의 특성으로 기록정보에 대한 관리와 보존은 기존 시스템의 수동적 관리방식으로는 한계를 지니고 있다. 기록정보가 다양한 데이터로 관리되고 있지만 데이터의 내용을 기반으로 하는 기술적인 접근이 부족한 실정이다. 이에 의사결정을 지원하는 도구로 활용되고 있는 기계학습 기술을 이용해 개선방안을 찾고자 하였다. 기존에 데이터의 특징을 수동적으로 찾는 방식이 아닌 심층신경망 알고리즘을 통해 스스로 특징을 찾을 수 있는 접근법을 이용하였다.
본 논문은 대량의 기록정보를 수집-분류-기술-보존-서비스하는 과정에 인공지능의 핵심인 기계학습 기술을 이용해 기록관리자와 사용자의 의사결정 지원방안을 마련하였다. 특히 기계학습 알고리즘 중 하나인 심층신경망(Deep Neural Network, DNN)을 현재 기록관리 실무영역에 적용할 수 있는 방안을 제시했다. 기록학과 공학의 융합적 측면에서 실무적인 접근법을 찾기 위해 기술적 연구와 실무적 적용을 병행했다.
최근 다양한 분야에서 사용되고 있는 심층신경망의 특성을 살펴보고 아카이브 과정에 적용하기 위한 의사결정 지원 업무를 도출해 내었다. 이러한 의사결정이 필요한 아카이브 업무영역에 심층신경망 알고리즘을 이용해 의사결정 지원 기능을 적용하는 것이다. 심층신경망 기반의 의사결정 지원은 수많은 기록정보를 제한된 인원과 자원으로 해결하기 위한 보조적 수단으로 이용될 수 있다.
먼저, 지능형 아카이브 시스템과 자동화 시스템의 기능적 특징을 살펴보고 본 연구에서 제안하는 지능형 아카이브 시스템을 위한 요소기술을 정의하였다. 정의된 기계학습 요소기술은 의사결정 지원이 요구되는 대상 업무의 특성을 반영하는 알고리즘을 적용하도록 하였다.
다음으로 기능적 요소를 연결하여 아카이브 영역에서 의사결정을 지원하기 위한 지능형 아카이브 시스템 구축 방안을 제시했다. 생산, 관리, 보존을 위한 시스템을 아카이브 영역으로 포괄하고 각 단계별 업무에 적용되는 기계학습 기술을 구분했다. 또한 아카이브 시스템 영역과 지능형 영역을 구분함으로써 모듈화를 통한 확장성을 담보하도록 구성했다.
마지막으로 본 논문은 인공지능의 기록관리 적용에 대한 개념적 구상에서 벗어나 실험을 통해서 기록관리 실무에서 적용하는 방안을 제안했다. 여러 분야에서 적용되고 있는 인공지능 기반 의사결정 지원 도구는 각 도메인의 특징과 목적을 우선적으로 반영할 수 있어야 한다. 즉, 단순한 딥러닝 알고리즘을 적용하는 것이 유효한 의사결정을 지원하지는 않는다는 것이다. 아카이브 영역의 이해와 어떠한 기록정보를 이용하는 것이 유효한 학습모델을 생성하고 의사결정을 지원할 수 있는가를 실무적으로 접근했다. 이를 위해서 의사결정 지원 업무에 대응하는 기계학습 알고리즘을 구분하고 기록정보의 대상을 텍스트와 이미지로 구분하였다. 적용되는 기계학습 알고리즘은 합성곱신경망(Convolutional Neural Network, CNN)을 기반으로 심층신경망으로 구성했다. 의사결정의 지원은 전처리, 학습데이터 구성, 학습모델생성, 학습모델검증, 의사결정 테스트의 순으로 진행하였고 결과를 살펴보았다. 국내 공공기관의 기록정보를 통해 학습모델을 생성하고 기록 텍스트와 기록 이미지를 실험데이터로 유효한 의사결정을 지원하는 기능을 구현하였다.
점차적으로 증가하는 디지털 형태의 기록정보는 제한된 인원과 자원으로 이를 검토하고 관리하는 것이 어려울 것이다. 본 논문에서는 이러한 실무적인 문제를 해결하기 위해 대량의 기록정보에서 아카이브 업무를 지원하는 심층신경망 기반의 의사결정 지원 방안을 제안했다. 지능형 아카이브 시스템의 기능은 인간의 의사결정을 지원하기 위한 보조적 수단이다. 이러한 보조적인 도구가 다양한 기록정보의 패턴을 분석하고 유효한 예측을 통해서 아카이브 담당자의 업무를 경감시킬 수 있는데 도움이 되었으면 한다.


2021-07-11 01:09
기록물ID:
기록물유형:PDF파일
기록생산자:방재현
생산일자:2018-08-31
내용요약:한국외대 대학원 정보기록관리학과 박사학위논문 (2018.8.)
자료출처:http://www.riss.kr/search/detail/DetailView.do?p_mat_type=be54d9b8bc7cdb09&control_no=03c7997448f63541ffe0bdc3ef48d419
언어:한국어
규모와범위:
장소:
인물:
기관및조직:국립중앙도서관, 한국외국어대학교 글로벌캠퍼스 도서관, 한국외국어대학교 서울캠퍼스 도서관
키워드:지능형 , 기록관리 , 심층신경망 , 지능형 아카이브 시스템 , 인공지능 , 의사결정 지원 , 지능형 기록관리 , 디지털 아카이브 , 딥러닝 , 시청각 기록물 , 공개재분류 , 보존기간 검토 , 기계학습 , 자동분류

이 사이트는 스팸을 줄이는 아키스밋을 사용합니다. 댓글이 어떻게 처리되는지 알아보십시오.